中图网(原中国图书网)：网上书店，尾货特色书店，30万种特价书低至2折！

歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
PYTHON與神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)

包郵 PYTHON與神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)

作者：何宇健
出版社：電子工業(yè)出版社出版時(shí)間：2017-05-01
開本： 其他 頁數(shù)： 400
中 圖 價(jià):¥57.9(7.3折) 定價(jià)  ¥79.0 登錄后可看到會(huì)員價(jià)
加入購物車 收藏
開年大促， 全場(chǎng)包郵
?新疆、西藏除外
本類五星書更多>

PYTHON與神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn) 版權(quán)信息

PYTHON與神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn) 本書特色

人工智能已成發(fā)展趨勢(shì)，而深度學(xué)習(xí)則是其中*有用的工具之一。雖然科技發(fā)展速度迅猛，現(xiàn)在實(shí)用技術(shù)更新?lián)Q代的頻率已經(jīng)迅速到以周來計(jì)算，但是其背后*為基礎(chǔ)的知識(shí)卻是共通的。本書較為全面地介紹了神經(jīng)網(wǎng)絡(luò)的諸多基礎(chǔ)與進(jìn)階的技術(shù)，同時(shí)還介紹了如何利用神經(jīng)網(wǎng)絡(luò)來解決真實(shí)世界中的現(xiàn)實(shí)任務(wù)。本書各章的內(nèi)容不僅包括經(jīng)典的傳統(tǒng)機(jī)器學(xué)習(xí)算法與神經(jīng)網(wǎng)絡(luò)的方方面面，還對(duì)它們進(jìn)行了對(duì)比與創(chuàng)新。如果能夠掌握本書所講述的知識(shí)，相信即使具體的技術(shù)更新得再快，讀者也能根據(jù)本書所介紹的知識(shí)來快速理解、上手與改進(jìn)它們。 本書兼顧了理論與實(shí)踐，不僅從公式上推導(dǎo)出神經(jīng)網(wǎng)絡(luò)的各種性質(zhì)，也從實(shí)驗(yàn)上對(duì)它們進(jìn)行了驗(yàn)證，比較適合初學(xué)者進(jìn)行學(xué)習(xí)。同時(shí)，本書所給出的框架更能直接、簡單、快速地應(yīng)用在實(shí)際任務(wù)中，適合相關(guān)從業(yè)人員使用。

PYTHON與神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn) 內(nèi)容簡介

人工智能已成發(fā)展趨勢(shì)，而深度學(xué)習(xí)則是其中很有用的工具之一。雖然科技發(fā)展速度迅猛，現(xiàn)在實(shí)用技術(shù)更新?lián)Q代的頻率已經(jīng)迅速到以周來計(jì)算，但是其背后很為基礎(chǔ)的知識(shí)卻是共通的。本書較為全面地介紹了神經(jīng)網(wǎng)絡(luò)的諸多基礎(chǔ)與進(jìn)階的技術(shù)，同時(shí)還介紹了如何利用神經(jīng)網(wǎng)絡(luò)來解決真實(shí)世界中的現(xiàn)實(shí)任務(wù)。本書各章的內(nèi)容不僅包括經(jīng)典的傳統(tǒng)機(jī)器學(xué)習(xí)算法與神經(jīng)網(wǎng)絡(luò)的方方面面，還對(duì)它們進(jìn)行了對(duì)比與創(chuàng)新。如果能夠掌握本書所講述的知識(shí)，相信即使具體的技術(shù)更新得再快，讀者也能根據(jù)本書所介紹的知識(shí)來快速理解、上手與改進(jìn)它們。 本書兼顧了理論與實(shí)踐，不僅從公式上推導(dǎo)出神經(jīng)網(wǎng)絡(luò)的各種性質(zhì)，也從實(shí)驗(yàn)上對(duì)它們進(jìn)行了驗(yàn)證，比較適合初學(xué)者進(jìn)行學(xué)習(xí)。同時(shí)，本書所給出的框架更能直接、簡單、快速地應(yīng)用在實(shí)際任務(wù)中，適合相關(guān)從業(yè)人員使用。

PYTHON與神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn) 目錄

目 錄

第1章 緒論 1
1．1 機(jī)器學(xué)習(xí)簡介 2
1．1．1 什么是機(jī)器學(xué)習(xí) 2
1．1．2 機(jī)器學(xué)習(xí)常用術(shù)語 3
1．2 Python簡介 9
1．2．1 Python的優(yōu)勢(shì) 10
1．2．2 scikit-learn和TensorFlow 11
1．3 前期準(zhǔn)備 13
1．3．1 訓(xùn)練、交叉驗(yàn)證與測(cè)試 13
1．3．2 簡易數(shù)據(jù)預(yù)處理 14
1．4 本章小結(jié) 15

第2章 經(jīng)典傳統(tǒng)機(jī)器學(xué)習(xí)算法簡介 17
2．1 樸素貝葉斯 17
2．1．1 條件獨(dú)立性假設(shè) 18
2．1．2 貝葉斯思維 19
2．1．3 模型算法 20
2．1．4 實(shí)例演示 23
2．1．5 參數(shù)估計(jì) 25
2．1．6 樸素貝葉斯的改進(jìn) 28
2．2 決策樹 33
2．2．1 決策的方法 33
2．2．2 決策樹的生成 34
2．2．3 決策樹的剪枝 39
2．2．4 實(shí)例演示 40
2．2．5 決策樹的三大算法 40
2．2．6 數(shù)據(jù)集的劃分 45
2．2．7 決策樹與回歸 48
2．3 支持向量機(jī) 50
2．3．1 分離超平面與幾何間隔 50
2．3．2 感知機(jī)與SVM的原始形式 58
2．3．3 梯度下降法 62
2．3．4 核技巧 70
2．3．5 實(shí)例演示 75
2．4 Logistic回歸 75
2．5 本章小結(jié) 76

第3章 神經(jīng)網(wǎng)絡(luò)入門 77
3．1 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 78
3．2 前向傳導(dǎo)算法 80
3．2．1 算法概述 81
3．2．2 算法內(nèi)涵 83
3．2．3 激活函數(shù) 85
3．2．4 損失函數(shù) 90
3．3 反向傳播算法 92
3．3．1 算法概述 92
3．3．2 損失函數(shù)的選擇 94
3．4 參數(shù)的更新 98
3．4．1 Vanilla Update 99
3．4．2 Momentum Update 99
3．4．3 Nesterov Momentum Update 100
3．4．4 AdaGrad 100
3．4．5 RMSProp 101
3．4．6 Adam 101
3．5 TensorFlow模型的基本框架 101
3．5．1 TensorFlow的組成單元與基本思想 102
3．5．2 TensorFlow模型的基本元素 104
3．5．3 TensorFlow元素的整合方法 114
3．5．4 TensorFlow模型的save ＆ load 125
3．6 樸素神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)與評(píng)估 130
3．7 本章小結(jié) 138

第4章 從傳統(tǒng)算法走向神經(jīng)網(wǎng)絡(luò) 139
4．1 樸素貝葉斯的線性形式 139
4．2 決策樹生成算法的本質(zhì) 145
4．2．1 第1隱藏層→決策超平面 147
4．2．2 第2隱藏層→決策路徑 148
4．2．3 輸出層→葉節(jié)點(diǎn) 150
4．2．4 具體實(shí)現(xiàn) 151
4．3 模型轉(zhuǎn)換的實(shí)際意義 158
4．3．1 利用Softmax來賦予概率意義 159
4．3．2 利用Tanh Softmax來“軟化”模型 160
4．3．3 通過微調(diào)來緩解“條件獨(dú)立性假設(shè)” 165
4．3．4 通過微調(diào)來豐富超平面的選擇 165
4．3．5 模型逆轉(zhuǎn)換的可能性 171
4．4 模型轉(zhuǎn)換的局限性 172
4．5 本章小結(jié) 172

第5章 神經(jīng)網(wǎng)絡(luò)進(jìn)階 174
5．1 層結(jié)構(gòu)內(nèi)部的額外工作 175
5．1．1 Dropout 175
5．1．2 Batch Normalization 176
5．1．3 具體實(shí)現(xiàn) 180
5．2 “淺”與“深”的結(jié)合 181
5．2．1 離散型特征的處理方式 181
5．2．2 Wide and Deep模型概述 183
5．2．3 Wide and Deep的具體實(shí)現(xiàn) 185
5．2．4 WnD的重要思想與優(yōu)缺點(diǎn) 194
5．3 神經(jīng)網(wǎng)絡(luò)中的“決策樹” 195
5．3．1 DNDF結(jié)構(gòu)概述 195
5．3．2 DNDF的具體實(shí)現(xiàn) 199
5．3．3 DNDF的應(yīng)用場(chǎng)景 210
5．3．4 DNDF的結(jié)構(gòu)內(nèi)涵 213
5．4 神經(jīng)網(wǎng)絡(luò)中的剪枝 216
5．4．1 Surgery算法概述 216
5．4．2 Surgery算法改進(jìn) 218
5．4．3 軟剪枝的具體實(shí)現(xiàn) 221
5．4．4 軟剪枝的算法內(nèi)涵 223
5．5 AdvancedNN的結(jié)構(gòu)設(shè)計(jì) 237
5．5．1 AdvancedNN的實(shí)現(xiàn)補(bǔ)足 237
5．5．2 WnD與DNDF 239
5．5．3 DNDF與剪枝 241
5．5．4 剪枝與Dropout 242
5．5．5 沒有免費(fèi)的午餐 242
5．6 AdvancedNN的實(shí)際性能 243
5．7 本章小結(jié) 251

第6章 半自動(dòng)化機(jī)器學(xué)習(xí)框架 253
6．1 數(shù)據(jù)的準(zhǔn)備 254
6．1．1 數(shù)據(jù)預(yù)處理的流程 254
6．1．2 數(shù)據(jù)準(zhǔn)備的流程 256
6．2 數(shù)據(jù)的轉(zhuǎn)換 264
6．2．1 數(shù)據(jù)的數(shù)值化 264
6．2．2 冗余特征的去除 266
6．2．3 缺失值處理 269
6．2．4 連續(xù)型特征的數(shù)據(jù)預(yù)處理 272
6．2．5 特殊類型數(shù)據(jù)的處理 274
6．3 AutoBase的實(shí)現(xiàn)補(bǔ)足 277
6．4 AutoMeta的實(shí)現(xiàn) 281
6．5 訓(xùn)練過程的監(jiān)控 288
6．5．1 監(jiān)控訓(xùn)練過程的原理 288
6．5．2 監(jiān)控訓(xùn)練的實(shí)現(xiàn)思路 292
6．5．3 監(jiān)控訓(xùn)練的具體代碼 293
6．6 本章小結(jié) 299

第7章 工程化機(jī)器學(xué)習(xí)框架 301
7．1 輸出信息的管理 301
7．2 多次實(shí)驗(yàn)的管理 309
7．2．1 多次實(shí)驗(yàn)的框架 312
7．2．2 多次實(shí)驗(yàn)的初始化 314
7．2．3 多次實(shí)驗(yàn)中的數(shù)據(jù)劃分 316
7．2．4 多次實(shí)驗(yàn)中的模型評(píng)估 318
7．2．5 多次實(shí)驗(yàn)的收尾工作 321
7．3 參數(shù)搜索的管理 321
7．3．1 參數(shù)搜索的框架 322
7．3．2 隨機(jī)搜索與網(wǎng)格搜索 329
7．3．3 參數(shù)的選取 334
7．3．4 參數(shù)搜索的收尾工作 335
7．3．5 具體的搜索方案 335
7．4 DistAdvanced的性能 337
7．5 本章小結(jié) 344

附錄A SVM的TensorFlow實(shí)現(xiàn) 345
附錄B numba的基本應(yīng)用 352
附錄C 裝飾器的基本應(yīng)用 359
附錄D 可視化 363
附錄E 模型的評(píng)估指標(biāo) 370
附錄F 實(shí)現(xiàn)補(bǔ)足 377
展開全部

PYTHON與神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn) 作者簡介

何宇健，廣受讀者好評(píng)的《Python與機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》一書作者，來自北京大學(xué)數(shù)學(xué)系，有多年P(guān)ython開發(fā)經(jīng)驗(yàn)，在GitHub上擁有并維護(hù)著一個(gè)純Python編寫的機(jī)器學(xué)習(xí)算法庫（386個(gè)stars，264個(gè)forks）。對(duì)機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)及它們?cè)诹炕顿Y方面的應(yīng)用有深入研究。曾在創(chuàng)新工場(chǎng)AI工程院負(fù)責(zé)研發(fā)適用于結(jié)構(gòu)化數(shù)據(jù)的新型神經(jīng)網(wǎng)絡(luò)、序列預(yù)測(cè)算法的抽象框架以及基于模型的自動(dòng)特征工程。

商品評(píng)論(0條)
暫無評(píng)論……
書友推薦
編輯推薦
返回頂部
中圖網(wǎng)
在線客服
主站蜘蛛池模板： 杭州|上海贴标机-百科| 香港新时代国际美容美发化妆美甲培训学校-26年培训经验，值得信赖！ | 旋转/数显粘度计-运动粘度测定仪-上海平轩科学仪器 | 浇钢砖,流钢砖_厂家价低-淄博恒森耐火材料有限公司 | ASA膜,ASA共挤料,篷布色母料-青岛未来化学有限公司 | 双舌接地线-PC68数字式高阻计-ZC36|苏海百科 | 西安展台设计搭建_西安活动策划公司_西安会议会场布置_西安展厅设计西安旭阳展览展示 | PE拉伸缠绕膜,拉伸缠绕膜厂家,纳米缠绕膜-山东凯祥包装 | 智能化的检漏仪_气密性测试仪_流量测试仪_流阻阻力测试仪_呼吸管快速检漏仪_连接器防水测试仪_车载镜头测试仪_奥图自动化科技 | 苏州伊诺尔拆除公司_专业酒店厂房拆除_商场学校拆除_办公楼房屋拆除_家工装拆除拆旧 | 海尔生物医疗四川代理商,海尔低温冰箱四川销售-成都壹科医疗器械有限公司 | 政府园区专业委托招商平台_助力企业选址项目快速落地_东方龙商务集团 | 佛山市钱丰金属不锈钢蜂窝板定制厂家|不锈钢装饰线条|不锈钢屏风| 电梯装饰板|不锈钢蜂窝板不锈钢工艺板材厂家佛山市钱丰金属制品有限公司 | 矿用履带式平板车|探水钻机|气动架柱式钻机|架柱式液压回转钻机|履带式钻机-启睿探水钻机厂家 | 粉丝机械,粉丝烘干机,粉丝生产线-招远市远东粉丝机械有限公司 | 编织人生 - 权威手工编织网站,编织爱好者学习毛衣编织的门户网站,织毛衣就上编织人生网-编织人生 | 钢丝绳探伤仪-钢丝绳检测仪-钢丝绳探伤设备-洛阳泰斯特探伤技术有限公司 | 福州时代广告制作装饰有限公司-福州广告公司广告牌制作,福州展厅文化墙广告设计, | 超声波成孔成槽质量检测仪-压浆机-桥梁预应力智能张拉设备-上海硕冠检测设备有限公司 | 硫酸亚铁-聚合硫酸铁-除氟除磷剂-复合碳源-污水处理药剂厂家—长隆科技 | 欧盟ce检测认证_reach检测报告_第三方检测中心-深圳市威腾检验技术有限公司 | 沈阳楼承板_彩钢板_压型钢板厂家-辽宁中盛绿建钢品股份有限公司 轴承振动测量仪电箱-轴承测振动仪器-测试仪厂家-杭州居易电气 | 天津市能谱科技有限公司-专业的红外光谱仪_红外测油仪_紫外测油仪_红外制样附件_傅里叶红外光谱技术生产服务厂商 | 环境模拟实验室_液体-气体控温机_气体控温箱_无锡双润冷却科技有限公司 | 塑木弯曲试验机_铜带拉伸强度试验机_拉压力测试台-倾技百科 | 污水处理设备维修_污水处理工程改造_机械格栅_过滤设备_气浮设备_刮吸泥机_污泥浓缩罐_污水处理设备_污水处理工程-北京龙泉新禹科技有限公司 | 成人纸尿裤,成人尿不湿,成人护理垫-山东康舜日用品有限公司 | 上海电子秤厂家,电子秤厂家价格,上海吊秤厂家,吊秤供应价格-上海佳宜电子科技有限公司 | 香港新时代国际美容美发化妆美甲培训学校-26年培训经验，值得信赖！ | 美国PARKER齿轮泵,美国PARKER柱塞泵,美国PARKER叶片泵,美国PARKER电磁阀,美国PARKER比例阀-上海维特锐实业发展有限公司二部 | 临沂招聘网_人才市场_招聘信息_求职招聘找工作请认准【马头商标】 | 油缸定制-液压油缸厂家-无锡大鸿液压气动成套有限公司 | 连续油炸机,全自动油炸机,花生米油炸机-烟台茂源食品机械制造有限公司 | R507制冷剂,R22/R152a制冷剂厂家-浙江瀚凯制冷科技有限公司 | 压滤机-洗沙泥浆处理-压泥机-山东创新华一环境工程有限公司 | 扫地车厂家-山西洗地机-太原电动扫地车「大同朔州吕梁晋中忻州长治晋城洗地机」山西锦力环保科技有限公司 | 膜结构停车棚-自行车棚-膜结构汽车棚加工安装厂家幸福膜结构 | 衡阳耐适防护科技有限公司——威仕盾焊接防护用品官网/焊工手套/焊接防护服/皮革防护手套 | 气力输送_输送机械_自动化配料系统_负压吸送_制造主力军江苏高达智能装备有限公司！ | 上海单片机培训|重庆曙海培训分支机构—CortexM3+uC/OS培训班，北京linux培训，Windows驱动开发培训|上海IC版图设计，西安linux培训，北京汽车电子EMC培训，ARM培训，MTK培训,Android培训 | 贴片电容-贴片电阻-二三极管-国巨|三星|风华贴片电容代理商-深圳伟哲电子 |